4. 内存选型：DDR4 vs DDR5 vs HBM、内存时序（CL值）对延迟的影响、NUMA架构与内存亲和性
内存选型，在高频交易系统里，从来不是「容量够大就行」这么简单。
我见过太多团队，CPU选得顶级，网卡也上了Solarflare，结果内存延迟一测，硬生生把微秒级的优势给吃掉了。说白了，内存是数据从网卡到CPU的最后一公里，这公里跑得慢，前面全白费。
4.1 DDR4、DDR5、HBM：三选一，怎么选？
先看一张对比表，我直接给你干货：
| 参数 | DDR4-3200 | DDR5-5600 | HBM2e |
|---|---|---|---|
| 单条带宽 | 25.6 GB/s | 44.8 GB/s | ~460 GB/s（堆叠） |
| 典型延迟（CL） | CL14~CL16 | CL36~CL40 | CL值不直接可比，但整体延迟略高 |
| 物理位置 | DIMM插槽 | DIMM插槽 | 封装内/近封装 |
| 适用场景 | 通用低延迟 | 高带宽、大容量 | GPU/FPGA紧耦合 |
我个人习惯这样判断：
- DDR4：如果你的策略是「低延迟优先」，且数据量不大（比如订单簿快照），DDR4-3200 CL14 依然是性价比之王。我在项目中用DDR4跑过纳秒级时间戳队列，延迟非常稳。
- DDR5：带宽翻倍，但CL值也翻倍了。说白了，延迟不一定比DDR4好。适合需要大吞吐的场景，比如同时处理多个市场的行情合并。
- HBM：带宽恐怖，但延迟其实不占优。它更适合GPU或FPGA做大规模并行计算。如果你用CPU做交易，HBM基本用不上——除非你上的是Xeon Max系列那种带HBM的CPU。
核心结论： 高频交易里，延迟优先选DDR4，带宽优先选DDR5。别盲目追新。
4.2 内存时序（CL值）—— 一个被低估的杀手
CL值，全称CAS Latency。它代表内存从收到读命令到输出第一个数据，需要多少个时钟周期。
你想想看，DDR4-3200 CL14 和 DDR5-5600 CL40，哪个更快？
我们来算一笔账：
- DDR4-3200：时钟周期 = 1 / (3200/2) = 0.625 ns。CL14 = 14 × 0.625 = 8.75 ns
- DDR5-5600：时钟周期 = 1 / (5600/2) ≈ 0.357 ns。CL40 = 40 × 0.357 ≈ 14.28 ns
看到了吗？DDR5的绝对延迟反而更高。这就是为什么我常说：别只看频率，CL值才是延迟的命门。
避坑指南： 我曾经在选型时，采购部门图便宜买了DDR5-4800 CL40的条子，结果延迟比旧机器DDR4-2666 CL16还差。后来我强制要求所有交易服务器必须用DDR4-3200 CL14或更低。记住，CL值每降低1，延迟减少约0.6~0.7ns，这在微秒级交易里就是天壤之别。
4.3 NUMA架构与内存亲和性——你的数据可能跑错路了
NUMA（Non-Uniform Memory Access），说白了就是：CPU有多个插槽，每个插槽有自己的本地内存。访问本地内存快，访问远端内存慢。
为什么会这样？因为跨插槽访问要走QPI/UPI总线，多跳几次，延迟直接翻倍。
我画了一张图，帮你理解这个结构：
这张图里，CPU 0 访问自己的本地内存，延迟很低。但如果它去访问 CPU 1 的本地内存，就得走UPI总线，延迟直接翻倍甚至更多。
4.4 内存亲和性实战——代码怎么写？
在Linux下，我们用 numactl 来控制内存分配策略。我常用的做法是：
# 查看NUMA拓扑
numactl --hardware
# 绑定进程到CPU 0-3，并从节点0分配内存
numactl --cpunodebind=0 --membind=0 ./trading_engine
# 或者用interleave策略（不推荐高频场景）
numactl --interleave=all ./trading_engine
在代码里，也可以用 libnuma 做更精细的控制：
#include <numa.h>
#include <numaif.h>
void* allocate_on_node(size_t size, int node) {
void* ptr;
// 分配内存，并绑定到指定NUMA节点
ptr = mmap(NULL, size, PROT_READ | PROT_WRITE,
MAP_PRIVATE | MAP_ANONYMOUS, -1, 0);
struct bitmask *mask = numa_allocate_nodemask();
numa_bitmask_setbit(mask, node);
mbind(ptr, size, MPOL_BIND, mask->maskp, mask->size, 0);
numa_free_nodemask(mask);
return ptr;
}
我的经验： 在交易进程中，我会把行情处理线程和订单管理线程分别绑定到不同的NUMA节点上，并确保每个线程只访问自己节点的内存。这样能避免跨节点访问带来的延迟抖动。我曾经在一个4路服务器上，通过NUMA亲和性优化，把平均内存访问延迟从120ns降到了85ns。
4.5 总结一下内存选型的几个要点
- 延迟敏感型：选DDR4-3200 CL14，配合NUMA绑定，延迟最低。
- 带宽敏感型：选DDR5-5600，但要做好CL值变大的心理准备。
- FPGA/GPU场景：考虑HBM，但别指望它比DDR4延迟低。
- NUMA一定要绑：不绑的话，操作系统可能把你的数据放到远端内存，延迟直接翻倍。
嗯，内存这块就聊到这儿。记住一句话：高频交易里，内存不是用来存数据的，是用来减少延迟的。